Segun MarkTechPost (AI/ML News), Samaya AI ha lanzado Samaya Sterling, un modelo de inteligencia artificial especializado en investigación financiera. Este agente se basa en Nemotron 3.5 Lightning, una arquitectura de 30 billones de parámetros con 3 billones activos, lo que lo posiciona como una solución eficiente para tareas específicas. En el benchmark FrontierFinance, el modelo alcanza un rendimiento del 58.9%, superando al sistema Claude Fable 5.1, que registra un 55.9%. La diferencia de costo es significativa: cada consulta de Sterling cuesta $0.61, frente a $6.89 para Fable 5.1. Esta brecha económica permite que pequeñas implementaciones de inteligencia artificial sean viables en entornos donde el presupuesto es limitado.
El modelo fue entrenado como una versión post-entrenada mediante LoRA sobre Nemotron 3.5 Lightning, optimizado para actuar como agente financiero. Su funcionamiento incluye planificación de investigaciones, ejecución de herramientas especializadas y recolección de evidencias, que luego son entregadas a un escritor independiente para generar informes. Su estructura original permite que se ejecuten en una sola unidad de hardware H100 de 80 GB, utilizando precisión BF16 y un contexto de hasta 256 mil tokens. Aunque el contexto de servicio actual no está disponible públicamente, el modelo se adapta a entornos de desarrollo donde la eficiencia del uso de recursos es clave. La capacidad de operar con solo 3 billones de parámetros activos permite un equilibrio entre rendimiento y consumo energético.
El desempeño de Sterling no es uniforme: alcanza un 58.9% en el conjunto de datos FrontierFinance, pero baja a 45.2% en las preguntas más complejas del tercio final del conjunto. Este comportamiento indica que el modelo funciona bien en tareas estructuradas, pero puede fallar en contextos altamente ambiguos o sin precedentes. Su diseño se originó en un esfuerzo inicial de dos personas centrado en mejorar la eficiencia del control de agentes, lo que demuestra un enfoque práctico y orientado al uso real, más que a la teoría abstracta.
Para los lectores peruanos, esta evolución en inteligencia artificial tiene implicaciones directas en el acceso a herramientas de análisis financiero. Muchos profesionales del sector, desde analistas de mercado hasta emprendedores, enfrentan limitaciones económicas al usar soluciones de IA de alto costo. El lanzamiento de Sterling muestra que es posible obtener resultados de calidad en entornos financieros sin invertir grandes cantidades. Esto abre la puerta a que instituciones más pequeñas, como empresas de servicios o entidades de inversión locales, puedan integrar tecnologías avanzadas sin necesidad de grandes presupuestos. El modelo representa un paso clave hacia la democratización de la inteligencia artificial en mercados emergentes, donde el costo y la accesibilidad son factores decisivos.